- 博客(34)
- 收藏
- 关注
RSS订阅原创 人工叉车数字化升级：迈尔微视实时RTLS与库位识别协同方案介绍
基于3D视觉传感器，迈尔微视推出了RTLS人工叉车定位系统与库位状态识别系统，为仓储物流提供一体化智能解决方案。
2025-01-17 11:23:33
596
原创 从室内到室外：移动机器人的环境适应之旅
现如今，随着技术的不断突破，移动机器人正逐步挣脱传统受控的室内环境，迈向更为复杂、充满变数的室外场景。另一方面，这一转变也对机器人的技术能力发起了前所未有的严峻挑战，要求其在环境感知能力上必须更加精准敏锐，能够迅速准确地识别室外复杂环境中的各类地形地貌、天气变化、障碍物分布等；GNSS（全球导航卫星系统）结合惯性测量单元（IMU）提供基础的定位服务，而基于3D深度视觉的视觉SLAM（同步定位与地图构建）则能够帮助机器人在动态环境中实现毫米级的定位精度。室外环境的感知需求远比室内更为复杂。
2025-01-03 10:01:29
363
原创 从低速到高速：移动机器人的速度革命
移动机器人的发展从最初缓慢行进、专注于低速室内应用的阶段，到如今能够在复杂的室外环境中实现高速高效的转变，这不仅仅是速度的提升，更是技术实力、应用场景和行业需求共同推动的结果。早期的移动机器人多应用于仓储物流等环境相对简单的场景，其速度主要是限制于安全性和导航技术。而随着感知系统的升级、路径规划算法的优化以及电机和动力系统的改进，移动机器人逐步突破了速度的限制。现如今，高速移动机器人应用在智慧物流、无人驾驶、城市服务等多个领域，提高了工作效率。从单纯的工具角色到成为现代社会发展不可或缺的一环。
2025-01-03 09:59:53
162
原创 从自主移动到具身智能：移动机器人的认知进化
通过深度学习和强化学习等人工智能技术，机器人可以进行复杂的推理和决策，使其能够进行视觉导航与避障，在复杂的工况环境中完成拆垛任务。更高的计算速度、高效的路径规划算法以及快速响应的感知系统，使得现代机器人能够以更高的速度处理复杂任务，同时保证稳定性和精度。早期的移动机器人，通常执行简单的任务，如物料搬运、巡检等，它们的速度较慢，主要工作在受控环境中。随着机器人技术的不断发展，尤其是计算能力和传感技术的提升，机器人的工作速度和效率也不断提高。具身智能机器人在智能制造领域具有广泛的应用前景。
2025-01-03 09:55:13
591
原创 深度剖析 ToF 技术：原理、优劣、数据纠错与工业应用全解析
飞行时间（Time-of-Flight，简称ToF）技术是一种先进的三维成像技术，其工作机制与三维激光扫描技术有着相似之处。ToF技术的主要优势在于其能够一次性捕获整个场景的深度信息，而不是通过逐点扫描的方式来获取，这使得它特别适合于动态环境的三维成像。
2024-12-13 11:21:57
2271
原创 全球叉车市场 2023 - 2032 年发展趋势：自动化、电商与电动叉车的崛起
全球叉车市场到2032年将达到955.1亿美元，年复合增长率为7.49% | Astute Analytica全球叉车市场正迎来显著增长，市场估值预计将从2023年的498.6亿美元增长至2032年的955.1亿美元，预测期内年复合增长率（CAGR）为7.49%。这一强劲的市场增长反映了各行业对物料搬运设备需求的不断增加，主要受到自动化、电商快速扩张以及全球仓储设施扩展的推动。
2024-12-13 10:25:07
1085
原创 自动化高架仓库中托盘状态精准监控的解决方案
在自动化高架仓库的高效运作背后，隐藏着一些亟待解决的技术难题。其中，货架的稳定性及托盘的精确定位问题，对整个仓库的作业效率和安全性有着至关重要的影响。自动化高架仓库中的货架大多由钢结构或钢框架构成，初看之下，这些结构坚固稳定，能够承载大量货物。然而，实际情况并非如此简单，由于温度变化、负载波动等因素的存在，货架的几何形状会发生微小的偏差。这些看似微不足道的偏差，却可能给托盘的定位带来严重影响。要知道，托盘是货物存储和搬运的重要载体，其定位不准确，堆垛机在进行货物存取操作时就会出现问题。
2024-12-12 14:45:13
1050
原创 基于 3D 视觉的体积测量：方案剖析及代码示例（含常见方案对比）
基于3D视觉相机开发的体积测量解决方案能够高效捕捉物体的三维数据，并精确计算出物体的体积。该解决方案可在复杂环境中进行高效测量，不仅对单个物体精准测量，还支持同时获取多个目标物体的三维数据。
2024-12-12 13:52:59
1035
原创 智能人体安全防护：3D 视觉技术原理、系统架构与代码实现剖析
智能3D人体安全检测方案基于3D相机和智能人体识别软件，能够对禁区进行实时监控，并通过AI算法精准识别是否有人跨越边界。一旦检测到异常情况，系统将立即发出警报，帮助企业及时应对潜在的安全威胁。
2024-12-12 13:43:58
797
原创 3D 视觉定位软包拆垛：技术剖析与系统实现详解
在现代工业生产和物流场景中，自动化拆垛已成为提升效率和降低人工操作风险的关键环节。特别是在涉及软包、纸箱、麻包袋等不规则物体的行业，如塑胶粒子、化肥、食品加工等。
2024-12-12 10:00:11
544
原创 库位状态识别：应对 AGV 仓库难题，剖析传感器痛点与解决方案
在大多数已经应用了AGV的仓库中，依然存在人工堆放物品的情况，这会导致WMS系统无法实时判断每个库位的实际占用情况，进而造成WMS提供给AGV的信息不准确。如果已经被占据的库位不能及时被识别，AGV可能会收到错误指令，不仅降低了运行效率，还容易碰撞其他货物或设备，严重时甚至可能引发安全事故，危及人员和设备的安全。库位状态识别系统因此应运而生，系统通过自动定位、数据实时同步、精确库存控制等功能，优化库位资源配置，减少人为失误，提升运营效率。
2024-12-12 09:42:39
320
原创 软包拆垛系统常见问题全解析，你想知道的都在这里！
系统通过TCP/IP等通信方式与机械臂连接，视觉系统输出的坐标已转换为与机械臂匹配的坐标系，减少了中间的转换步骤。：是的，虽然软包拆垛的算法已非常成熟，但不同客户的具体场景（如垛型、软包材质）可能需要一些定制化调整。通过视觉算法，系统可以灵活识别不同形态的软包，并根据现场需求进行定制调整。：系统支持在服务器上存储每个项目的视觉数据，后续相似场景中可以复用之前的算法和参数，减少重新配置和训练的时间。：提供简化的四点标定方法，可以灵活选择四个软包上的标定点，系统会自动计算出相机和机械臂之间的转换矩阵。
2024-12-11 10:46:37
330
原创 软包拆垛自动化：深度视觉与智能算法如何重塑行业格局？
在现代工业生产和物流场景中，自动化拆垛已成为提升效率和降低人工操作风险的关键环节。特别是在涉及软包、纸箱、麻包袋等不规则物体的行业，如塑胶粒子、化肥、食品加工等。
2024-12-11 10:43:06
601
原创 解析 AGV 叉车料筐堆垛技术瓶颈：移动机器人视觉应用的攻坚之路
让AGV具备料筐、托盘等精确对接的能力是移动机器人视觉领域的刚性需求，不仅能提升移动机器人的作业效率，还能通过移动机器人在不同工作站的准确对接，实现柔性制造。对于3D视觉定位系统，需要适应不同类型的料笼和货物，根据实际应用需求进行精准适配和自适应调整，以满足各种应用场景的需求。上下料笼堆叠的容差较小，不允许物料和容器之间出现摩擦。随着堆叠层数增加，确保安全需要实现高精度的定位和复核工作。不同工业场景的光照和工作环境可能对对接工作产生干扰，因此需要应对复杂多变的环境条件。
2024-12-11 10:30:20
232
原创 【行业白皮书】从人工搬运到智能搬运：托盘识别技术引领高效物流
自动化技术不仅解决了传统仓储管理中人工效率低下的问题，还大幅提升了操作安全性，尤其在面对高强度、重复性任务时表现出显著优势。根据德勤发布的《中国智慧物流发展报告》，智慧物流市场正在快速增长，预计到2025年市场规模将突破万亿元。这一市场的迅速扩展表明，企业对自动化技术的需求日益增加，尤其是在仓储和物流环节中，越来越多的企业开始引入无人叉车与各种自主移动机器人，以实现全天候、高效、精准的搬运作业。不仅减少了人工干预，降低了人力成本，还显著减少了因人为操作导致的安全事故。据给出的数据。
2024-12-11 10:22:42
1342
原创 2D视觉技术和激光雷达识别托盘的局限性
随着工业4.0的推进，智能化物流设备的需求日益增长，智能叉车作为仓储物流系统的关键组成部分，要求具备高度自主性和高效的作业能力。传统技术在应对多样化的托盘和复杂环境变化时，往往需要大量的调试和人工干预，增加了运维成本。定位精度与速度的平衡难题：在工业应用中，托盘识别不仅要求高精度，还需要具备较快的响应速度以适应高效的物流需求。复杂环境下的识别能力不足：传统的2D视觉系统在识别不同光照条件、复杂背景和高密度堆叠托盘时，表现出识别率低、误报率高的缺陷，难以应对三维空间中的位姿识别任务。
2024-12-11 10:17:35
279
原创 如何用 SLAM 视觉定位，重塑移动机器人工业导航格局？
顶视SLAM导航无需在地面或墙壁上张贴标记，避免了地面环境变化对定位稳定性的影响。结合自主开发的导航算法，系统能够在动态和复杂的工业环境中提供精准的定位和导航服务。顶视定位解决方案通过3D视觉技术，结合先进的AI算法和硬件集成，提供了一种高效、灵活且可靠的定位方式，特别适用于复杂环境下的导航需求。从阳光直射到低光照明，系统都能提供可靠的环境感知和定位服务，确保复杂环境下的作业稳定性。高精度特别适合自动搬运、精确停靠等需要精确操作的任务，即使在多车运行的复杂环境下，依然能保持稳定的导航效果和高度的精确性。
2024-12-11 09:49:41
470
原创 3D视觉技术在移动机器人领域的应用白皮书
随着科技的不断进步，3D视觉技术在移动机器人领域的应用日益广泛，为机器人的智能化和自主化提供了强有力的技术支持。白皮书将深入探讨3D视觉技术的基本原理、技术分类及其发展现状，并着重分析移动机器人在不同应用场景下对3D视觉技术的具体需求。移动机器人已经从简单的自动化工具发展成为能够执行复杂任务的智能机器。3D视觉技术为移动机器人提供了更为精准的环境感知能力，从而极大地提升了机器人的自主性和智能化水平。在现代工业生产、军事侦察、灾难救援等多个领域，移动机器人都发挥着不可或缺的作用。
2024-12-09 13:51:54
1077
原创 数字孪生行业应用报告
数字孪生技术在多个行业展现出显著应用价值，推动了城市管理、智慧工业、自动驾驶测试和智慧医疗的发展。在智慧工业领域，数字孪生贯穿离散型和流程型工业的各个阶段，提升生产效率和设备可靠性，主要应用企业包括软通动力、GE、Siemens和IBM。自动驾驶测试方面，企业如Waymo、Tesla、百度和Aptiv利用数字孪生进行大规模虚拟仿真测试，提高系统性能和安全性。
2024-12-09 09:49:16
1694
原创 柔性堆码垛：物流与生产领域的智能化变革
柔性堆码垛主要依赖于先进的机器视觉技术，其中3D视觉技术发挥着核心作用。通过3D相机对物体进行实时扫描，能够获取物体的三维点云数据，这些数据包含了物体的位置、姿态、尺寸等丰富信息。例如，在处理纸箱、软袋等货物时，3D视觉相机可以精确识别它们在空间中的摆放状态，即使是形状不规则或在运输中易变形的物体，也能准确捕捉其特征。同时，配合强大的算法，如自研的传统算法与深度学习算法相结合，能够对获取的点云数据进行精准分析和处理。在面对软袋类物体时，算法可以有效应对其边缘不平整、表面图案复杂等问题，实现精准的定位分割。
2024-12-06 15:43:38
939
原创 仓储自动化趋势解析：无人叉车与托盘识别技术的融合应用
传统的二维码或条形码识别方式依赖明确的标签和良好的读取角度，在某些结构化的仓储环境中依然有效，但在复杂环境下识别率明显下降。通过先进的传感器和图像处理技术，托盘识别系统可以帮助无人叉车准确定位托盘，确保搬运作业的精确度，并推动整体自动化仓储管理的提升。这一市场的迅速扩展表明，企业对自动化技术的需求日益增加，尤其是在仓储和物流环节中，越来越多的企业开始引入无人叉车（AGV）等设备，以实现全天候、高效、精准的搬运作业。此外，激光雷达对托盘底部的复杂结构较为敏感，容易误判障碍物，影响无人叉车与托盘的对接。
2024-12-06 15:27:30
456
原创 托盘识别与检测助力工业自动化发展白皮书
2013-2014年底，亚马逊首先在美国的10个亚马逊物流中心布局1.5万个机器人，在机器人的帮助下，亚马逊每笔订单的处理都能节省1个小时，捡货到发货时间从要1个半小时缩减为15分钟，每年可以节省约9亿美元的人力成本。随着电子商务产业的快速发展，大数据和物联网等技术实现了广泛的应用，在一定程度上推动了仓库自动化需求的上升，加快了物流供应链自动化和智能化的发展趋势。然而，实际操作中无人叉车会受到障碍物较多、光照不均、搬运累计误差和人工干预等因素的影响，导致无人叉车的搬运效率低下，甚至出现错误搬运的情况。
2024-12-06 10:07:03
230
原创 托盘识别与对接解决方案——物流仓储智能化新篇章
托盘识别是通过图像处理技术和机器学习算法，从图像或视频流中自动检测和识别托盘的存在、位置和状态。传统的托盘识别技术依赖磁带、二维码等辅助标识引导AGV（自动导引运输车）。随着飞行时间（ToF）与结构光技术的成熟，3D相机深度视觉感知能力大幅提升，使托盘识别在仓储管理、物流运输、自动化生产线等领域得到了广泛应用。托盘识别的历史可以追溯到20世纪50年代，最早应用于美国和欧洲的汽车制造业。当时的AGV采用有线导引方式，只能沿规定线路移动。到20世纪70年代，AGV通过激光等传感器及控制算法实现了自行导航。
2024-12-06 10:01:53
435
原创 视觉里程计和视觉SLAM在移动机器人领域的综述
视觉即时定位与地图构建（Visual Simultaneous Localization and Mapping，简称V-SLAM）扩展了视觉里程计的概念，通过同时构建环境地图和定位机器人在该地图中的位置来解决漂移问题。V-SLAM系统通常使用至少一个摄像头作为主要传感器，通过分析连续捕获的图像序列来估计机器人的位置，并构建环境的三维地图。它通过计算连续帧之间的特征点对应关系来增量式地确定机器人的轨迹，这些特征点通常包括角点、边缘或纹理等，它们在连续图像中具有独特性和可重复性，便于追踪和匹配。
2024-12-06 09:50:05
958
原创 引领未来的科技：3D视觉在AMR中的突破应用
3D计算机视觉是一门跨学科的领域，它结合了计算机图形学、计算视觉和人工智能等多个领域的知识，旨在从二维图像或视频中恢复和理解三维场景和对象的结构和信息。随着三维传感器如激光雷达、三维扫描仪和深度相机的发展，3D视觉技术得到了快速进步，并在众多领域展现出巨大的应用潜力。计算机视觉主要依靠光电转换进行图像采集，通过处理分析获得客观数据，并据此进行较严格的推理判断。早期计算机视觉主要强调对视觉科学和设计系统与软件的研究，而机器视觉不仅考虑设计系统与软件，还考虑硬件环境、图像采集技术及视觉系统集成。
2024-12-06 09:30:19
818
原创 什么是车路协同？
车路协同感知系统则能让车辆提前知晓前方的路况，调整车速和行驶策略，提高整个路段的通行效率。车辆运行信息和交通管理控制信息在车载系统与网联云平台之间双向传递，路侧系统通过智能路侧基站接收和发送交通提示、运动目标和信号灯信息，同时网联云平台实时监控和优化交通状态，为自动驾驶和智能交通提供全局视野和端到端的连接服务。车路协同感知系统在自动驾驶车辆感知技术当中引入路端感知系统，凭借最新的信息与通信技术，对交通环境里的各个智能体感知信息予以充分融合、处置，并实时回传给各个智能体，达成车、路、云、人的深度融合。
2024-12-05 17:51:03
648
原创 机器视觉技术在无人叉车上的应用
叉车自从100年前诞生以来，都是有人操作的。随着人工智能、机器人技术发展，物流无人化受到越来越多的关注。作为物流无人化的重要组成部分，兼具性价比和效率的无人叉车倍受青睐，近几年国内外无人叉车式发展迅速。无人叉车是由计算机控制，以轮式为运动单元，具备动力装置，能够沿规定或自定义的导引路径行驶，配备安全保护系统以及各种载货功能的智能化搬运机器人。
2024-12-05 17:40:14
1759
原创 浅谈AGV应用中库位识别面临的几大挑战
库位占用状态的判定准确性尤为重要，通过采用激光雷达或视觉技术，实时监测每个库位的被占据状态以及货物的堆高信息，使得移动机器人可以获取实时精细的数据支持，从而进行下一步准确的货物取放操作。然而，在库位管理使用过程中，仍面临着诸多挑战。
2024-12-04 11:58:49
331
原创 一文讲透SLAM导航及其应用场景
SLAM（Simultaneous Localization and Mapping）中文名为“即时定位与地图构建”，自1988年提出以来，经历了从理论研究到实际应用的快速发展。最初，SLAM导航主要用于军事领域，帮助无人机和机器人在复杂环境中执行任务。随着技术的成熟，SLAM导航逐渐进入民用领域。如今，SLAM导航已应用于家庭扫地机器人、无人驾驶汽车等多种场景，极大地提升了这些设备的智能化水平。
2024-12-04 11:29:59
1916
原创 无人叉车如何稳定运行？
在智能制造中，无人叉车广泛用于仓储环境中的托盘自动化搬运。然而，实际操作中无人叉车会受到障碍物较多、光照不均、搬运累计误差和人工干预等因素的影响，导致无人叉车的搬运效率低下，甚至出现错误搬运的情况。因此，实现精准高效的托盘识别成为行业内亟待解决的挑战。
2024-11-22 09:54:13
523
原创 《托盘识别技术引领高效物流》白皮书
2013-2014年底，亚马逊首先在美国的10个亚马逊物流中心布局1.5万个机器人，在机器人的帮助下，亚马逊每笔订单的处理都能节省1个小时，捡货到发货时间从要1个半小时缩减为15分钟，每年可以节省约9亿美元的人力成本。随着电子商务产业的快速发展，大数据和物联网等技术实现了广泛的应用，在一定程度上推动了仓库自动化需求的上升，加快了物流供应链自动化和智能化的发展趋势。托盘视觉识别系统不但可以实时给出托盘的精准位置信息，而且能极大地提高自动化叉车的搬运效率，确保在复杂环境下的对接精准度。
2024-11-19 16:06:15
438
原创 库位管理革新：迈尔微视3D视觉为智能仓储注入新活力
提供实时的库位状态反馈，确保及时更新库位管理信息，有助于提高库位管理的效率，优化仓储布局，提高库位利用率，使得仓储运营更加顺畅。3D视觉能够持续监控地面库位，提供库存状态的实时更新，确保系统具备最新的物品位置和可用性信息。该系统与AGV协作，传递物品信息，实时更新库存和存储位置，使AGV能够快速、准确地执行任务，最小化空闲时间，提高运营效率。基于RGB-D 3D视觉技术，实现对货物堆高高度、物品类型和位置的准确识别，从而保证了库位监测的准确性，高效处理各类仓储场景，为仓库管理提供更为可靠和智能的解决方案。
2024-10-14 09:39:26
483
6
3D视觉相机：适配多场景的智能工业解决方案
2024-12-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人